人工智能在德州扑克大战中击败人类

AI在德州扑克大战中 掀翻人类

第一财经日报2017.04.1106:42

AI在德州扑克大战中 掀翻人类

邱智丽

在历经五天的激烈鏖战之后，德州扑克人工智能系统Libratus毫无悬念地获取了最终胜利，在这场德州扑克人机大战当中，中国龙之队的六位牌手总共与冷扑大师打了数量为36,000的手牌，总共输了数值为792,327分，人工智能完胜人类。

赛果无甚意外，赛前，创新工场创始人兼董事长李开复即言：“对人类获胜抱悲观态度，赢的几率不足10%。”实际上，今年1月，于宾夕法尼亚州匹兹堡的Rivers赌场，由CMU研发的Libratus人工智能系统曾战胜人类顶级职业扑克玩家，那场赛事持续20天，玩了12万手，最终 AI 赢取176万美元。

会诈唬的AI

Libratus是个人工智能程序，它玩的是无限德州扑克，其策略并非基于专业玩家经验，故而它玩牌方式或许有显著不同，它基于在匹兹堡超级计算机中心约1500万核心小时的计算，运用算法分析德州扑克规则，进而建立自身策略，并且它在比赛里，能通过预测所有未来步骤的胜率来思索自己的下一步。

与围棋着重于计算以及形式判断能力不一样，德州扑克更注重多人博弈的过程，怎样去规避人性当中贪婪等弱点，并且把科学的概率统计与灵活的实战策略妥善地配合起来。在围棋、象棋等这类游戏里面，机器和人类在进行决策之前能够获取全部信息，然而在德州扑克当中，彼此没法知道对方的底牌究竟是什么，也不清楚发牌员发出的下一张牌是啥，在“不完整信息”这种情况下，人工智能需要依据经验或者概率统计知识，去猜测对手底牌以及下一张牌的可能性，接着再制定自身的应对策略。

“要是AlphaGo算得上一个超级天才，实际上冷扑大师CMU系统在一定程度上算是一个EQ专家，是凭借EQ去打败你。”李开复讲道。表演赛为了力求降低发牌里的运气因素，机器人运用复式对称发牌，两两成对的牌手中有一人会拿到与配对牌手对打的机器人底牌，所以六名牌手将被拆分在两个房间和冷扑大师对阵，比赛进程中还得保证配对牌手相互之间不能碰面交流。整个比赛进程里，冷扑大师会频繁展现一些“怪异”打法，像是常常超池下注，这给对手带去极大压力，还会做出人类因心理因素做不到却正确的bluff（诈唬）。

“李开复表示，AI运用增强学习技术从自我对局里学习最优的扑克玩法，而避开从人类的既定模式中学习经验，这是相当重要的一点。”然而，按了解，当前Libratus的算法仅适用于无限制投注的一对一比赛，要是把比赛拓展到更常见的多人制比赛，Libratus面临的挑战会更大些，还得进行策略上的升级与调整。

人工智能应用挑战

就如同马云所提到的那个疑问那般，人工智能战胜了人类围棋大师，那么会打扑克的人工智能，在解决更为宽泛的现实问题层面，又具备怎样的价值呢，在李开复看来，世上大部分信息并非公开的，冷扑大师在面对不完全或者误导性信息时的推理能力，未来能够解决在决策、外交、商业合作、谈判方面的不确定性问题，进而成为人类的“参谋”。

可是，就像谷歌人工智能在与人类围棋大师的较量中取得大胜，进而让AlphaGo的能力得到了充分的认知，然而在商业化的方法以及能力这方面却并不显著。以AlphaGo来说，它要学习数量极为庞大的棋局，才能够掌握有效的下棋技巧。而冷扑大师当前的对战形式是一对一，可在现实生活里德扑是多人游戏，多人游戏在计算方面的复杂程度，是目前冷扑大师根本无法胜任的。

李开复觉得，人工智能以及冷扑大师所提取出的人工智能技术，要想发挥其商业价值，还得满足三个条件，即海量的数据，数据有标注，以及单领域。比如说在金融领领域德信竞技，金融是虚拟的，是由人创造出来的，数据量巨大，并且天生带有标注，像股票的涨停，小额贷款是否还钱，买了保险后是否出事，这些都是一种标注，这就让AI在放贷、银行、投资、保险这些方面具备潜力。

地平线机器人技术创始人兼首席执行官余凯曾向第一财经记者表示，在他看来，人工智能进一步拓展的首要挑战就是数据不足的问题，而相较于向人们告知人工智能能够做什么，目前更为关键的反而是向人们说明人工智能不能做到哪些事情。大家都清楚，人工智能是构建于海量数据的基础之上的，借助大数据训练，以此来优化算法模型。就拿人脸识别技术来说，训练这个算法模型少不了百万级别以上的图片数据。

当前的状况下，人工智能所采用的主要方式是监督式学习，实施有监督的训练那就必然需要带有标签的数据，所以数据的质量以及精准度跟输出的结果紧密相连。“怎样去除数据里的噪音、垃圾信息，从而获取优质的并且带有标签的数据变成了新的挑战，这当中就牵扯到无监督式学习或者半监督式学习。”地平线机器人技术联合创始人、算法副总裁黄畅如此说道。

还有一大挑战在于，深度学习的推广存在不足，场景迁移能力也欠缺，各个领域的数据都得重新去收集，重新去制定标准，还要再次训练，很难开展跨领域推广。这些挑战同样是人工智能工业界以及学术界迫切需要突破解决的问题。 “在招聘这个过程当中，懂得深度学习的人数量不少，然而懂得迁移学习，懂得增强学习，并且具备思辨能力的人相当少。” 第四范式创始人、同时身为首席执行官的戴文渊告知记者。

在实际应用这个层面上，人工智能还有着很长的一段路要去走。就如同李开复于比赛结束之后所做出的回应那般：“人工智能已经从拥有完美信息的AlphaGo，延伸到了存在不完美信息的冷扑大师，人机之间的对战基本上已经没有什么悬念了，据听说AlphaGo在近期马上就要来到中国和柯洁进行对战，实际上这已经不再具备科学方面的意义了，往后更应当去关注商业领域当中的人工智能，在金融、医疗、教育等这些领域所产生的商业价值。”。